Deep Multi-task Learning for Depression Detection and Prediction in Longitudinal Data（多任务抑郁症检测）

链接：https://arxiv.org/pdf/2012.02950.pdf
模型：LSTM
输入：7x762的矩阵（7： 7次问卷调查， 762：1次问卷调查的所有答案concat在一起）
输出：分类结果（抑郁 or not）

---

数据集：the Longitudinal Study of Australian Child（LSAC）提出的数据集
包括7波问卷调查，每隔两年来一波，调查人群中一部分在第6、7波检查出抑郁，一部分正常
LSTM优点：能接收时序数据，相比SVM只能接收一波的数据
多任务：加了两个其他任务，目的是提高模型泛化性能，一个叫Anomaly Ranking，一个叫
One-class Metric Learning，有一定的参考价值